<![CDATA[Strategi yang berpusat pada pelanggan menuntut organisasi untuk memahami kebutuhan dan perilaku pelanggan yang beragam, bukan menerapkan layanan yang seragam. Penelitian ini bertujuan untuk mengembangkan strategi Segmentasi, Targeting, dan Positioning (STP) pada PLN ULP Kota Timur dengan mengintegrasikan K-Means Clustering dan etnografi. Pendekatan metode campuran digunakan dengan memanfaatkan 40.883 data pelanggan yang diambil dari basis data PLN dan dianalisis menggunakan IBM SPSS. Hasil analisis mengidentifikasi lima segmen persona: Pelanggan Komersial Bernilai Tinggi, Pelanggan Institusional & Komunitas Campuran, Pelanggan Rumah Tangga Dasar, Pelanggan Rumah Tangga Massal, dan Pelanggan Rumah Tangga Berkembang. Pemprofilan etnografis mengungkap kebutuhan, keinginan, perilaku, serta titik permasalahan (pain points) yang berbeda, termasuk kekhawatiran terhadap pemadaman listrik, tagihan listrik yang tidak terduga, keterbatasan visibilitas konsumsi listrik, dan ketidakpastian layanan. Penelitian ini merekomendasikan untuk memprioritaskan Pelanggan Rumah Tangga Dasar dan Pelanggan Rumah Tangga Massal, yang mencakup lebih dari 62% populasi, untuk keterlibatan digital melalui PLN Mobile, serta menyediakan layanan keandalan premium bagi pelanggan komersial dan institusional serta solusi energi cerdas bagi pelanggan rumah tangga berkembang. Proposisi nilai daring (Online Value Propositions/OVP) yang disesuaikan, termasuk pemantauan gangguan, transparansi tagihan, pelacakan energi, komunikasi yang dipersonalisasi, dan layanan mandiri digital, dikembangkan untuk setiap segmen. Temuan ini menunjukkan bahwa penggabungan clustering dengan wawasan etnografi menghasilkan intelijen pelanggan yang dapat ditindaklanjuti, memungkinkan strategi pemasaran yang terdiferensiasi, peningkatan pengalaman pelanggan, pengambilan keputusan berbasis data, serta transformasi digital yang efektif dalam ekosistem layanan pelanggan PLN.]]>
